name_list定义常见多个人名进行去重

好的，这是一个比较有趣的任务！首先，我们需要读入《三国演义》的全文，然后对其中的人名进行识别和去重，最后生成词云。这个任务可以分为以下几个步骤： 1. 读入《三国演义》的全文 我们可以使用Python内置的open()函数来读取文本文件。首先，我们需要将《三国演义》的文本文件保存在当前工作目录下，然后用以下代码读取它： ```python with open('三国演义.txt', 'r', encoding='utf-8') as f: text = f.read() ``` 这里我们使用了`with`语句来打开文件，这样可以保证文件在使用完后自动关闭，避免出现资源泄漏的情况。同时，我们指定了文件的编码格式为`utf-8`，这是因为中文文本文件通常采用这种编码格式。 2. 识别人名并去重 接下来，我们需要对读入的文本进行处理，识别其中的人名并进行去重。这里我们可以使用Python的正则表达式模块`re`来进行匹配。具体来说，我们可以使用如下的代码来识别人名： ```python import re # 定义一个正则表达式，用于匹配人名 pattern = re.compile(r'(?:[\u4e00-\u9fa5]{2,3}(?:曰|称|乃|者|也|之|与|和|及)\s)?[\u4e00-\u9fa5]{2,3}(?:\·[\u4e00-\u9fa5]{2,3})*') # 使用正则表达式匹配人名 names = pattern.findall(text) ``` 这里我们使用了一个正则表达式来匹配人名，正则表达式的具体含义是：匹配2到3个汉字，并且后面可能跟着“曰”、“称”、“乃”、“者”、“也”、“之”、“与”、“和”、“及”等字，或者不跟任何字；然后可能跟着一个“·”和2到3个汉字，重复0次或多次。这样，我们就可以将文本中的人名全部匹配出来，并保存在一个列表中。 接下来，我们需要对这个列表进行去重，将不同的称呼和代称都归为同一个人。为此，我们可以使用Python的字典来进行处理。具体来说，我们可以使用如下的代码来进行去重： ```python # 定义一个空字典，用于存储人名及其出现次数 name_dict = {} # 对人名进行去重，将不同的称呼和代称都归为同一个人 for name in names: if name in name_dict: name_dict[name] += 1 else: for key in name_dict: if name in key: name_dict[key] += 1 break else: name_dict[name] = 1 # 按照出现次数从大到小对人名进行排序 sorted_names = sorted(name_dict.items(), key=lambda x: x[1], reverse=True) ``` 这里我们定义了一个空字典`name_dict`来存储人名及其出现次数，然后对人名进行遍历，将不同的称呼和代称都归为同一个人，并统计其出现次数。最后，我们按照出现次数从大到小对人名进行排序，并保存在一个列表中。 3. 生成词云 最后，我们可以使用Python的词云库`wordcloud`来生成词云。具体来说，我们可以使用如下的代码来生成词云： ```python import wordcloud import jieba # 将人名列表转换为一个字符串 name_string = ' '.join([name[0] for name in sorted_names]) # 使用jieba库对字符串进行分词 seg_list = jieba.cut(name_string) # 将分词结果转换为一个列表 word_list = [word for word in seg_list if len(word) > 1] # 将列表转换为一个字符串 word_string = ' '.join(word_list) # 创建一个WordCloud对象 wc = wordcloud.WordCloud( font_path='msyh.ttc', # 字体文件路径 background_color='white', # 背景颜色 width=800, height=600, # 图片宽度和高度 max_words=200, # 最多显示的词数 mask=mask, # 词云形状 contour_width=1, contour_color='steelblue' # 边框宽度和颜色 ) # 生成词云 wc.generate(word_string) # 保存词云图片 wc.to_file('wordcloud.png') ``` 这里我们首先将人名列表转换为一个字符串，并使用jieba库对字符串进行分词，得到一个词语列表。然后，我们将词语列表转换为一个字符串，并创建一个`WordCloud`对象，设置一些参数，如字体、背景颜色、图片大小、最多显示的词数、词云形状等。最后，我们调用`generate()`方法生成词云，并使用`to_file()`方法保存词云图片。 这样，我们就完成了对《三国演义》人名的识别、去重和词云生成。如果需要改变词云的字体和形状，可以修改`WordCloud`对象的参数。